初探DCGAN，TensorFlow2.0实现动漫头像生成

天马Ai

于 2021-03-16 16:08:36 发布

阅读量588

点赞数 1

分类专栏：初学系列文章标签： tensorflow 神经网络深度学习数据挖掘机器学习

本文链接：https://blog.csdn.net/qq_36100926/article/details/114885423

版权

使用TensorFlow2.0初试DCGAN，尝试生成动漫头像。在进行约7800次训练epoch后，生成的图片仍为灰色，可能由于作者对技术理解不深入导致问题出现，寻求帮助解决。

摘要由CSDN通过智能技术生成

今天第一次用tensorflow2.0做demo，参考原文链接

from __future__ import print_function, division

from tensorflow.keras.layers import Input, Dense, Reshape, Dropout
from tensorflow.keras.layers import BatchNormalization, Activation, GlobalAveragePooling2D, Flatten
from tensorflow.keras.layers import LeakyReLU
from tensorflow.keras.layers import UpSampling2D, Conv2D
from tensorflow.keras.models import Sequential, Model
from tensorflow.keras.optimizers import Adam, SGD, RMSprop
from PIL import Image
import matplotlib.pyplot as plt

import os

import numpy as np

class DCGAN():
    def __init__(self):
        # 输入shape
        self.img_rows = 64
        self.img_cols = 64
        self.channels = 3
        self.img_shape = (self.img_rows, self.img_cols, self.channels)
        self.latent_dim = 100
        # adam优化器
        # optimizer = Adam(0.00015, 0.5)
        optimizer = SGD(0.0002, 0.5)
        # 判别模型
        self.discriminator = self.build_discriminator()
        self.discriminator.compile(loss=['binary_crossentropy'],
            optimizer=optimizer,
            metrics=['accuracy'])
        # 生成模型
        self.generator = self.build_generator()

        # conbine是生成模型和判别模型的结合
        # 判别模型的trainable为False